CN113009295B - 一种用于局部放电多光谱监测数据分析方法 - Google Patents
一种用于局部放电多光谱监测数据分析方法 Download PDFInfo
- Publication number
- CN113009295B CN113009295B CN202110214974.XA CN202110214974A CN113009295B CN 113009295 B CN113009295 B CN 113009295B CN 202110214974 A CN202110214974 A CN 202110214974A CN 113009295 B CN113009295 B CN 113009295B
- Authority
- CN
- China
- Prior art keywords
- spectral
- multispectral
- matrix
- discharge
- pulse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 238000007405 data analysis Methods 0.000 title claims description 11
- 230000003595 spectral effect Effects 0.000 claims abstract description 168
- 239000011159 matrix material Substances 0.000 claims abstract description 135
- 238000001228 spectrum Methods 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000005855 radiation Effects 0.000 claims abstract description 32
- 230000001360 synchronised effect Effects 0.000 claims abstract description 23
- 239000013598 vector Substances 0.000 claims description 49
- 230000003287 optical effect Effects 0.000 claims description 17
- 230000000737 periodic effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 229910018503 SF6 Inorganic materials 0.000 claims description 4
- 230000002441 reversible effect Effects 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 claims description 4
- 229960000909 sulfur hexafluoride Drugs 0.000 claims description 4
- 238000000819 phase cycle Methods 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 208000028659 discharge Diseases 0.000 description 133
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000009413 insulation Methods 0.000 description 7
- 239000013307 optical fiber Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000000835 fiber Substances 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000012300 Sequence Analysis Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000010287 polarization Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000005350 fused silica glass Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000009421 internal insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Testing Relating To Insulation (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种用于局部放电多光谱监测数据分析方法,方法中,获得探测对象的绝缘介质或界面中的局部放电所产生的辐射光谱分布,并按照等间隔波长将光谱线分为均匀的n个光谱带,利用关联光谱覆盖率F评价光谱检测对放电光谱特征的反映程度,获得最能够体现放电光辐射特征的多个关联光谱带;实时获得基于关联光谱带的多光谱同步脉冲数据,多光谱同步脉冲数据包括光谱脉冲的幅值和时间信息,基于每个光谱脉冲的幅值和时间信息形成多光谱特征参数矩阵;关联电压同步相位及多光谱特征参数矩阵,绘制放电多光谱周相谱图;基于放电多光谱周相谱图特征提取以获得多光谱监测数据。
Description
技术领域
本发明属于局部放电领域,特别是一种用于局部放电多光谱监测数据分析方法。
背景技术
金属封闭式气体开关设备具有占地面积小、环境适应性强等优点,在配电系统中广泛应用。由于开关内部绝缘结构紧凑,工作负荷大,由开关绝缘问题所导致的事故时有发生。而在开关柜设计、生产、装配、运行过程中产生的初期绝缘缺陷,可能逐渐发展为较为严重的短路故障甚至引起爆炸。
开关内部的绝缘故障多由异常放电所引起,如高压导体上金属毛刺尖端、屏蔽罩悬浮电位、电极损伤、绝缘子表面状态不良,都是导致开关内部绝缘击穿或闪络的重要诱因。
目前对开关柜内绝缘放电的检(监)测主要依靠地电波法、超声法和特高频法,但近年来的运维经验表明,上述方法虽然能够灵活地应用于带电巡检,但确时常受到现场不确定性电磁或声波干扰,难以判断检测结果的有效性,并且绝大多数检测结果难以对放电的严重程度给出明确估计。近年来,由于光学检测具有较好的抗干扰性,在开关设备放电监测中也得到了应用,但现有开关设备中的光学监测大多用于电弧光判定,利用较高的光通量整定值和母线电流整定值共同实现继电保护,然而该方法仅能对能量较大的电弧光做出响应,而无法探测相对较弱的局部放电或绝缘爬电。
对于非光学局部放电检测方法,地电波法、超声法和特高频法,但近年来的运维经验表明,上述方法虽然能够灵活地应用于带电巡检,但确时常受到现场不确定性电磁或声波干扰,难以判断检测结果的有效性,并且绝大多数检测结果难以对放电的严重程度给出明确估计。
放电不但伴随着快速的电荷增殖和转移过程,还伴随着光辐射,并且光辐射所携带的光谱特征,在放电诊断中具有较好的本征性,能够反映放电发展模式和放电能量的高低,并且光学耦合不受空间电磁和声波干扰,具有较高的置信度,而封闭式开关设备内部的低光噪环境也为光学放电监测提供了条件。因此,利用光辐射特征和光谱特征对放电进行有效监测,具有准确性高、诊断结论明确的优点。目前的光学局部放电检测及分析方法大致分为两种方案:
(1)荧光光纤法。以荧光光纤测量系统为载体,以荧光激发光脉冲作为测量对象,以光脉冲荧光强度、频次作为放电判断依据。荧光光纤测量系统包括裸荧光光纤、光纤连接器、熔融石英光纤、光纤准直器、光电转换单元、信号处理单元及AD采样单元构成。其分析方法为:将裸荧光光纤外体暴露于放电光辐射范围内,通过荧光光纤将紫外光信号转置为荧光波段,并通过光纤连接器输入石英光纤进行光信号传输,由光纤连接器均化光束并导入光电转换单元探测窗口。得到荧光光脉冲后,记录光脉冲幅值和峰值时间,然后利用时间序列分析或相位统计分析方法,对光脉冲进行统计特征分析,从而进一步判断放电类型;而对于放电能量的判断则是利用光脉冲相对强度随时间的变化率进行判断的,因为光辐射强度与未知的放电未知和光电探测系统增益相关,难以对放电能量进行判断。
(2)直接探测法。通过将单光子级别光电探测器(如PMT或微型PMT)直接置入设备,对放电产生的较宽波段范围内光子进行探测,这种方法需要制备特殊的密封法兰结构和高压电源供电系统,一般不作为设备在线监测装置,在实验室设备中应用较为常见。同样,对光电探测器输出光脉冲幅值和峰值时间进行记录,然后利用时间序列分析或相位统计分析方法,对光脉冲进行统计特征分析,从而进一步判断放电类型;而对于放电能量的判断则是利用光脉冲相对强度随时间的变化率进行判断的,因为光辐射强度与未知的放电未知和光电探测系统增益相关,难以对放电能量进行判断。
对于光学局部放电检测方法,荧光光线法和直接探测法均是以放电光辐射相对强度作为检测对象,但光辐射强度受到设备内部结构、传播和光电转换器件性能的影响,而无法与放电严重程度甚至放电统计特征建立联系。
上述两类局部放电分析方法,都是以强度和时间作为统计对象,采用时序分析和相位统计分析工具,获得放电类型和放电严重程度。但实际应用中,放电的随机性和放电源位置的未知性,使得这种分析方法的准确率与实验室中的模拟结果差异大,准确率较低,因此容易造成误报或漏报。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解,因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。
发明内容
针对现有技术中的问题,本发明提出一种用于局部放电多光谱监测数据分析方法。对局部放电多光谱数据进行实时分析的方法,用以解决局部放电光学检测难以获得放电类型和放电强度准确信息的实际问题,借助光学手段的电磁干扰免疫特性和光谱分析的本征特性,建立至放电统计特征联系,实现开关或其他高压设备内部的局部放电类型及严重程度的精确估计,避免了误报或漏报。
本发明的目的是通过以下技术方案予以实现,一种用于局部放电多光谱监测数据分析方法包括以下步骤:
第一步骤,获得探测对象的绝缘介质或界面中的局部放电所产生的辐射光谱分布,并按照等间隔波长将光谱线分为均匀的n个光谱带,计算每个光谱带中的光谱线平均相对强度矩阵P,去量纲处理和计算得到去量纲化矩阵P’及其相关系数矩阵R,基于相关系数矩阵R获得特征根向量λ,利用关联光谱覆盖率F评价光谱检测对放电光谱特征的反映程度,获得最能够体现放电光辐射特征的多个关联光谱带;
第二步骤,实时获得基于关联光谱带的多光谱同步脉冲数据,多光谱同步脉冲数据包括光谱脉冲的幅值和时间信息,基于每个光谱脉冲的幅值和时间信息形成多光谱特征参数矩阵;
第三步骤,关联电压同步相位及所述多光谱特征参数矩阵,绘制放电多光谱周相谱图;
第四步骤,基于所述放电多光谱周相谱图特征提取以获得多光谱监测数据,所述多光谱监测数据包括多光谱脉冲强度最大占比Pmag_pulse、多光谱脉冲强度最大占比Pmag_pulse、多光谱脉冲强度最大占比Pmag_pulse或光谱强度总不对称度Dasy。
所述的方法中,第一步骤中,辐射光谱分布为上限光谱波长ll与下限光谱波长之间ls的范围,Δl=ll-ls,并按照等间隔波长a将光谱线分为均匀的n个光谱带,其中a、n和Δl的关系由下式决定:Δl=a·n,
计算每个光谱带中的光谱线平均相对强度矩阵P,矩阵子项为p(j,k):p(j,k)=Ij,k,其中,Ij,k为第j种放电类型、第k个光谱带的光谱相对强度,光谱线平均相对强度矩阵P去量纲处理,去量纲化矩阵P’的子项p’(j,k)为:其中,δj为向量P(j)的标准差,为向量P(j)的算术平均值,
求解相关系数矩阵R构成特征方程的特征根向量λ,采用rank函数对特征根向量λ中子项按照数值大小倒序排列:λ′=rank(λ),
所述的方法中,第一步骤中,对于空气中的放电,间隔波长a满足:a≥50nm;对于六氟化硫气体中的放电,间隔波长a满足:a≥75nm;对于变压器油中的放电,间隔波长a满足:a≥100nm。
所述的方法中,第一步骤中,关联光谱带处于300nm至750nm波长范围。
所述的方法中,第二步骤中,获得k个光谱带同步检测得到的光脉冲,并记录光脉冲幅值I和对应时间t,得到多光谱时序矩阵I,其子向量I(j)为:I(j)=(t,It,j),其中,It,j为t时刻第j个光谱带的脉冲强度,
所述的方法中,第二步骤中,同步监测k个光谱带内的放电光辐射信号,并输出k路光电流或电压脉冲信号,并由多路信号处理单元记录光脉冲幅值I和对应时间t,得到多光谱时序矩阵I。
将多光谱规约化时序矩阵I’转换为多光谱周相矩阵I’θ,其子向量I(j)为:I′θ(j)=(θ,I′θ,j),基于多光谱周相矩阵I’θ以周相角θ为坐标变量,绘制完整周期内的放电多光谱周相谱图(θ,I′θ,j)。
所述的方法中,周相角θ的起始角以周期性电压的起始角为准。
所述的方法中,第四步骤中,多光谱脉冲强度最大占比Pmag_pulse:将多光谱周相矩阵I’θ中各列向量I’(j)求和,得到j个光谱带中脉冲强度最大占比:
光谱强度不对称度Dasy(j):将放电发生在正半周的多光谱周相矩阵记为I’θ+,(θ+∈[0,π)),将放电发生在负半周的多光谱周相矩阵记为I’θ-(θ-∈[π,2π]),反映放电第j个光谱带极性效应的周相不对称度Dasy(j)为:其中,σ为标准差,
有益效果
现有技术均是以放电光辐射相对强度作为检测对象,但光辐射强度受到设备内部结构、传播和光电转换器件性能的影响,而无法与放电严重程度甚至放电统计特征建立联系,本发明以放电的光谱信息和光谱统计特征为手段,实现精细化的光学放电分析和诊断。现有局部放电分析方法,都是以强度和时间作为统计对象,采用时序分析和相位统计分析工具,获得放电类型和放电严重程度,但实际应用中放电的随机性和放电源位置的未知性,使得这种分析方法的准确率与实验室中的模拟结果差异交大,准确率较低,因此容易造成误报或漏报。本发明提出构建多光谱矩阵和多光谱周相谱图,更为直观地为放电类型和放电严重程度判断提供更为本征的实用化诊断结果,并为以荧光光纤和直接探测方法提供一种光谱数据分析方法。本发明在多光谱矩阵和多光谱周相谱图基础上,描述了多光谱周相特征量及计算方法,为进一步的自动分析和诊断提供了关键算子。
上述说明仅是本发明技术方案的概述,为了能够使得本发明的技术手段更加清楚明白,达到本领域技术人员可依照说明书的内容予以实施的程度,并且为了能够让本发明的上述和其它目的、特征和优点能够更明显易懂,下面以本发明的具体实施方式进行举例说明。
附图说明
通过阅读下文优选的具体实施方式中的详细描述,本发明各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。显而易见地,下面描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。而且在整个附图中,用相同的附图标记表示相同的部件。
在附图中:
图1是本发明实施例的用于局部放电多光谱监测数据分析方法的流程图;
图2是本发明实施例的关联光谱带选择示意图;
图3是本发明实施例的放电多光谱周相谱图;
图4是本发明实施例的真型10kV开关柜沿面放电的多光谱周相谱图;
图5是本发明实施例的真型220kVGIS设备电晕放电的多光谱周相谱图。
以下结合附图和实施例对本发明作进一步的解释。
具体实施方式
下面将参照附图1至图5更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
需要说明的是,在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解,技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语,故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式,然所述描述乃以说明书的一般原则为目的,并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
为便于对本发明实施例的理解,下面将结合附图以具体实施例为例做进一步的解释说明,且各个附图并不构成对本发明实施例的限定。
用于局部放电多光谱监测数据分析方法包括,
第一步骤,获得探测对象的绝缘介质或界面中的局部放电所产生的辐射光谱分布,并按照等间隔波长将光谱线分为均匀的n个光谱带,计算每个光谱带中的光谱线平均相对强度矩阵P,去量纲处理和计算得到去量纲化矩阵P’及其相关系数矩阵R,基于相关系数矩阵R获得特征根向量λ,利用关联光谱覆盖率F评价光谱检测对放电光谱特征的反映程度,获得最能够体现放电光辐射特征的多个关联光谱带;
第二步骤,实时获得基于关联光谱带的多光谱同步脉冲数据,多光谱同步脉冲数据包括光谱脉冲的幅值和时间信息,基于每个光谱脉冲的幅值和时间信息形成多光谱特征参数矩阵;
第三步骤,关联电压同步相位及所述多光谱特征参数矩阵,绘制放电多光谱周相谱图;
第四步骤,基于所述放电多光谱周相谱图特征提取以获得多光谱监测数据,所述多光谱监测数据包括多光谱脉冲强度最大占比Pmag_pulse、多光谱脉冲强度最大占比Pmag_pulse、多光谱脉冲强度最大占比Pmag_pulse或光谱强度总不对称度Dasy。
本发明通过关联光谱带和边界的选取,获得最能够体现放电光辐射特征的多个光谱带;然后对实时获得的多光谱同步脉冲数据进行处理,获得每个光谱脉冲的幅值和时间信息,形成多光谱特征参数矩阵;将获得的电压同步相位与多光谱特征矩阵相关联,绘制放电多光谱周相谱图;通过多光谱周相谱图统计结果进行特征提取。最终通过该方法得到的多光谱特征矩阵以及周相谱图,均可作为方便直观诊断放电故障以及各类机器学习模型的数据素材。
所述的方法的优选实施方式中,第一步骤中,辐射光谱分布为上限光谱波长ll与下限光谱波长之间ls的范围,Δl=ll-ls,并按照等间隔波长a将光谱线分为均匀的n个光谱带,其中a、n和Δl的关系由下式决定:Δl=a·n,
计算每个光谱带中的光谱线平均相对强度矩阵P,矩阵子项为p(j,k):p(j,k)=Ij,k,其中,Ij,k为第i种放电类型、第k个光谱带的光谱相对强度,光谱线平均相对强度矩阵P去量纲处理,去量纲化矩阵P’的子项p’(j,k)为:其中,δj为向量P(j)的标准差,为向量P(j)的算术平均值,
求解相关系数矩阵R构成特征方程的特征根向量λ,采用rank函数对特征根向量λ中子项按照数值大小倒序排列:λ′=rank(λ),
所述的方法的优选实施方式中,第一步骤中,对于空气中的放电,间隔波长a满足:a≥50nm;对于六氟化硫气体中的放电,间隔波长a满足:a≥75nm;对于变压器油中的放电,间隔波长a满足:a≥100nm。
所述的方法的优选实施方式中,第一步骤中,关联光谱带处于300nm至750nm波长范围。
所述的方法的优选实施方式中,第二步骤中,获得k个光谱带同步检测得到的光脉冲,并记录光脉冲幅值I和对应时间t,得到多光谱时序矩阵I,其子向量I(j)为:I(j)=(t,It,j),其中,It,j为t时刻第j个光谱带的脉冲强度,
所述的方法的优选实施方式中,第二步骤中,同步监测k个光谱带内的放电光辐射信号,并输出k路光电流或电压脉冲信号,并由多路信号处理单元记录光脉冲幅值I和对应时间t,得到多光谱时序矩阵I。
将多光谱规约化时序矩阵I’转换为多光谱周相矩阵I’θ,其子向量I(j)为:I′θ(j)=(θ,I′θ,j),基于多光谱周相矩阵I’θ以周相角θ为坐标变量,绘制完整周期内的放电多光谱周相谱图(θ,I′θ,j)。
所述的方法的优选实施方式中,周相角θ的起始角以周期性电压的起始角为准。
所述的方法的优选实施方式中,第四步骤中,多光谱脉冲强度最大占比Pmag_pulse:将多光谱周相矩阵I’θ中各列向量I’(j)求和,得到j个光谱带中脉冲强度最大占比:
光谱强度不对称度Dasy(j):将放电发生在正半周的多光谱周相矩阵记为I’θ+,(θ+∈[0,π)),将放电发生在负半周的多光谱周相矩阵记为I’θ-(θ-∈[π,2π]),反映放电第j个光谱带极性效应的周相不对称度Dasy(j)为:其中,σ为标准差,
在一个实施例中,参见图1,本发明的工作流程如下:
1、多光谱监测数据分析方法流程的第一步为关联光谱带(带)数及边界的选取。首先通过光谱数据库、仿真或实验,获得探测对象的绝缘介质或界面中各类放电所产生的辐射光谱分布,并按照等间隔波长将光谱线分为均匀的n个光谱带。在这一基础上,计算每个光谱带中的光谱线平均相对强度(I)矩阵P,去量纲处理和计算得到去量纲化矩阵P’以及P’的相关系数矩阵R,再由相关系数矩阵R获得特征根向量λ,最后利用关联光谱覆盖率F来评价光谱检测对放电光谱特征的反映程度,获得最能够体现放电光辐射特征的多个光谱带。关联光谱覆盖率F越大,说明光谱检测对放电光谱特征的反映更加全面,但同时也意味着在等间隔波长不变的情况下,所需要的关联光谱数量也越多,传感器的数量、规模和成本也越多。
2、多光谱监测数据分析方法流程的第二步为多光谱脉冲数据处理和多光谱时序矩阵获取。首先,在获得的关联光谱带的基础上获得每个光谱带同步检测得到的光谱脉冲,并记录光谱脉冲幅值(I)和对应时间(t),得到多光谱时序矩阵I,其子向量I(j)为:
I(j)=(t,It,j)
然后对多光谱时序矩阵I进行规约化,得到规约化矩阵I’,其子向量I’(j)的子项I′t,j为:
通过不同光谱带下的多光谱时序矩阵I,可以进行后续步骤的多光谱数据处理得到各种谱图,多光谱特征矩阵以及周相谱图均可作为方便直观诊断放电故障以及各类机器学习模型的数据素材。
3、多光谱监测数据分析方法流程的第三步为放电多光谱周相谱图的绘制。首先,由于放电在周期性施加电压下即存在随机性,也存在统计性。以完整角度(360°)为周期,可将多光谱时序矩阵I中的时间t进行周期化转换,得到周相角θ,即t→θ:
将多光谱规约化时序矩阵I’转换为多光谱周相矩阵I’θ,然后将多光谱周相矩阵Iθ以周相角θ为坐标变量,绘制0至2π周期内的圆周多光谱比例分布谱图(θ,I′θ,j),简称“放电多光谱周相谱图”。在实际绘制中,可以统计多个周期的结果,谱图周相角θ为具有一定角度宽度的统计窗口,即θ±0.5Δθ,可以为该统计窗口内多个周期结果的平均值,也可以是多个周期结果的叠加散点图。如果对周期性电压信号也进行了同步跟踪测量,则谱图周相角θ的起始角以周期性电压的起始角为准。
4、多光谱监测数据分析方法流程的第四步为放电多光谱特征提取:
①多光谱脉冲强度最大占比Pmag_pulse:将矩阵I’θ中各列向量I’(j)求和,得到j个光谱带中脉冲强度最大占比:
②多光谱脉冲最大频次Pfreq_pulse:统计矩阵I’中各列向量I’(j)中不为零子项I′θ,j的个数nj(θ∈(0,2π)),得到j个光谱带中脉冲最大频次:
③光谱强度不对称度Dasy(j):对于电压同步跟踪的情况,将放电发生在正半周的多光谱周相矩阵记为I’θ+,(θ+∈[0,Π))将放电发生在正半周的多光谱周相矩阵记为I’θ-(θ-∈[Π,2Π]),引入反映放电第j个光谱带极性效应的周相不对称度Dasy(j)为:
其中,σ为标准差。
④光谱强度总不对称度Dasy:将光谱强度不对称度Dasy(j)在j=1~m上求和得到:
在一个实施例中,关联光谱带数及边界选取方法中:
①首先通过光谱数据库、仿真或实验,获得探测对象的绝缘介质或界面中各类放电所产生的辐射光谱分布(总光谱范围为上限光谱波长ll与下限光谱波长之间ls的范围,及Δl=ll-ls),并按照等间隔波长a将光谱线分为均匀的n个光谱带,其中a、n和Δl的关系由下式决定:
Al=a·n (1)
计算每个光谱带中的光谱线平均相对强度(I)矩阵P,矩阵子项为p(j,k):
p(j,k)=Ij,k (2)其中,Ij,k为第j种放电类型、第k个光谱带的光谱相对强度。
②将辐射光谱分布矩阵P进行去量纲处理,去量纲化矩阵P’的子项p’(j,k)使用下式进行转换:
计算矩阵P’的相关系数矩阵R,其矩阵子项r(j,k)由下式计算:
其中,δk为向量P(k)的标准差。
求解矩阵R构成特征方程的特征根向量λ。采用rank函数对特征根向量λ中子项按照数值大小倒序排列:
λ′=rank(λ) (5)
③引入关联光谱覆盖率F,其表明所选择的关联光谱带所占全部关联光谱成分的比例。按照下式进行计算:
其中,m为达到F时所需的关联光谱数量,此时1~m序号在特征根向量λ所对应的光谱带中心波长为li,则为关联光谱带(带):(l i -0.5a,l i +0.5a),i=1~m。上述关联光谱覆盖率F越大,说明光谱检测对放电光谱特征的反映更加全面,但同时也意味着在等间隔波长b不变的情况下,所需要的关联光谱数量m也越多,传感器的数量、规模和成本也越多。图2为采用上述流程优选得到的m个关联光谱带示例图(m=8)。
在一个实施例中,关联光谱带、数及边界选取中,
①关联光谱带数及边界选取时,考虑多光谱局部放电传感器的光谱响应范围,所选关联光谱带优选处于300nm至750nm波长范围内;
②关联光谱带数及边界选取时,考虑不同介质中放电光辐射的强度差异较大,关联光谱带过窄会影响检测灵敏度,因而间隔波长a的设定优选以下方案:
A.对空气中的放电,间隔波长a满足:a≥50nm;
B.对于六氟化硫气体中的放电,间隔波长a满足:a≥75nm;
C.对于变压器油中的放电,间隔波长a满足:a≥100nm。
在一个实施例中,多光谱脉冲数据处理和多光谱时序矩阵获取中:
①获得k个光谱带同步检测得到的光脉冲,并记录光脉冲幅值(I)和对应时间(t),得到多光谱时序矩阵I,其子向量I(j)为:
I(j)=(t,It,j) (7)
其中,It,j为t时刻第j个光谱带的脉冲强度。
②对多光谱时序矩阵I进行规约化,得到规约化矩阵I’,其子向量I’(j)的子项I′t,j由下式计算:
③k个光谱带同步检测的实现方法:优选宽光谱响应的硅光电倍增器、由2)、3)中优选带宽的带通滤波片、以及多路信号处理单元来实现。硅光电倍增器的平均量子效率,优选地,高于30%;硅光电倍增器的增益,优选地,高于106;带通滤波片的带宽内透光率,优选地,高于75%。由上述构成的放电多光谱检测系统,同步监测k个光谱带内的放电光辐射信号,并输出k路光电流或电压脉冲信号,并由多路信号处理单元记录光脉冲幅值(I)和对应时间(t),得到多光谱时序矩阵I。
在一个实施例中,放电多光谱周相谱图呈现方法中,
①放电在周期性施加电压下即存在随机性,也存在统计性。以完整角度(2π)为周期,可将多光谱时序矩阵I中的时间t进行周期化转换,得到周相角θ,即t→θ:
其中,T为一个完整周期的时长。
②将多光谱规约化时序矩阵I’转换为多光谱周相矩阵I’θ,其子向量I(j)为:
I′θ(j)=(θ,I′θ,j) (10)
将多光谱周相矩阵Iθ以周相角θ为坐标变量,绘制0至2π周期内的圆周多光谱比例分布谱图(θ,I′θ,j),简称“放电多光谱周相谱图”。
④如果对周期性电压信号也进行了同步跟踪测量,则谱图周相角θ的起始角(θ=0)以周期性电压的起始角为准。
在一个实施例中,放电多光谱周相特征提取方法中,
①多光谱脉冲强度最大占比Pmag_pulse:将矩阵I’θ中各列向量I’(j)求和,得到j个光谱带中脉冲强度最大占比:
②多光谱脉冲最大频次Pfreq_pulse:统计矩阵I’中各列向量I’(j)中不为零子项I′θ,j的个数nj(θ∈(0,2Π)),得到j个光谱带中脉冲最大频次:
③光谱强度不对称度Dasy(j):对于电压同步跟踪的情况,将放电发生在正半周的多光谱周相矩阵记为I’θ+,(θ+∈[0,Π))将放电发生在正半周的多光谱周相矩阵记为I’θ-(θ-∈[π,2π]),引入反映放电第j个光谱带极性效应的周相不对称度Dasy(j)为:
其中,σ为标准差。
④光谱强度总不对称度Dasy:将光谱强度不对称度Dasy(j)在j=1~m上求和得到:
使用本发明方法,针对真型10kV开关柜内部局部放电进行测试,图4为真型10kV开关柜沿面放电的多光谱周相谱图。由谱图可知,本发明方法测试结果具有规律性,可作为方便直观诊断放电故障以及各类机器学习模型的数据素材。
本发明方法针对真型220kVGIS设备内部局部放电进行测试,图5为真型220kV的GIS设备内部电晕放电的多光谱周相谱图。由上述图4及图5的多光谱周相谱图可知,本发明方法测试结果可以直观的区分放电故障类型,可作为方便直观诊断放电故障以及各类机器学习模型的数据素材。由上述实际测试结果表明,通过用于局部放电多光谱监测数据分析方法所获得的放电多光谱周相谱图在不同放电种类下具有明显不同的特征,可以直观地诊断放电故障或者是结合各类机器学习模型进行放电诊断。
使用本发明方法针对上述得到的多光谱周相谱图及矩阵数据,得到如下的特征提取结果:
放电多光谱周相特征 | 10kV开关柜沿面放电 | 220kVGIS设备电晕放电 |
P<sub>mag_pulse</sub> | j=3,29.7% | j=3,36.5% |
P<sub>freq_pulse</sub> | j=3,23.5/cyc. | j=3,31.5/cyc. |
D<sub>asy</sub> | 1.56 | 0.43 |
尽管以上结合附图对本发明的实施方案进行了描述,但本发明并不局限于上述的具体实施方案和应用领域,上述的具体实施方案仅仅是示意性的、指导性的,而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下,还可以做出很多种的形式,这些均属于本发明保护之列。
Claims (10)
1.一种用于局部放电多光谱监测数据分析方法,所述方法包括以下步骤:
第一步骤,获得探测对象的绝缘介质或界面中的局部放电所产生的辐射光谱分布,并按照等间隔波长将光谱线分为均匀的n个光谱带,计算每个光谱带中的光谱线平均相对强度矩阵P,去量纲处理和计算得到去量纲化矩阵P’及其相关系数矩阵R,基于相关系数矩阵R获得特征根向量λ,利用关联光谱覆盖率F评价光谱检测对放电光谱特征的反映程度,获得最能够体现放电光辐射特征的多个关联光谱带;
第二步骤,实时获得基于关联光谱带的多光谱同步脉冲数据,多光谱同步脉冲数据包括光谱脉冲的幅值和时间信息,基于每个光谱脉冲的幅值和时间信息形成多光谱特征参数矩阵;
第三步骤,关联电压同步相位及所述多光谱特征参数矩阵,绘制放电多光谱周相谱图;
第四步骤,基于所述放电多光谱周相谱图特征提取以获得多光谱监测数据,所述多光谱监测数据包括多光谱脉冲强度最大占比Pmag_pulse、多光谱脉冲最大频次Pfreq_pulse、光谱强度不对称度Dasy(j)或光谱强度总不对称度Dasy。
2.根据权利要求1所述的方法,其中,第一步骤中,辐射光谱分布为上限光谱波长ll与下限光谱波长之间ls的范围,Δl=ll-ls,并按照等间隔波长a将光谱线分为均匀的n个光谱带,其中a、n和Δl的关系由下式决定:Δl=a·n,
计算每个光谱带中的光谱线平均相对强度矩阵P,矩阵子项为p(j,k):p(j,k)=Ij,k,其中,Ij,k为第j种放电类型、第k个光谱带的光谱相对强度,光谱线平均相对强度矩阵P去量纲处理,去量纲化矩阵P’的子项p’(j,k)为:其中,δj为向量P(j)的标准差,为向量P(j)的算术平均值,
求解相关系数矩阵R构成特征方程的特征根向量λ,采用rank函数对特征根向量λ中子项按照数值大小倒序排列:λ'=rank(λ),
3.根据权利要求2所述的方法,其中,第一步骤中,对于空气中的放电,间隔波长a满足:a≥50nm;对于六氟化硫气体中的放电,间隔波长a满足:a≥75nm;对于变压器油中的放电,间隔波长a满足:a≥100nm。
4.根据权利要求1所述的方法,其中,第一步骤中,关联光谱带处于300nm至750nm波长范围。
6.根据权利要求5所述的方法,其中,第二步骤中,同步监测k个光谱带内的放电光辐射信号,并输出k路光电流或电压脉冲信号,并由多路信号处理单元记录光脉冲幅值I和对应时间t,得到多光谱时序矩阵I。
9.根据权利要求7所述的方法,其中,周相角θ的起始角以周期性电压的起始角为准。
10.根据权利要求1所述的方法,其中,第四步骤中,多光谱脉冲强度最大占比Pmag_pulse:将多光谱周相矩阵I’θ中各列向量I’(j)求和,得到j个光谱带中脉冲强度最大占比:
光谱强度不对称度Dasy(j):将放电发生在正半周的多光谱周相矩阵记为将放电发生在负半周的多光谱周相矩阵记为I’θ-(θ-∈[π,2π]),反映放电第j个光谱带极性效应的周相不对称度Dasy(j)为:I'θ-(j,θ-π)),其中,σ为标准差,
光谱强度总不对称度Dasy:将光谱强度不对称度Dasy(j)在j=1~m上求和得到:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110214974.XA CN113009295B (zh) | 2021-02-25 | 2021-02-25 | 一种用于局部放电多光谱监测数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110214974.XA CN113009295B (zh) | 2021-02-25 | 2021-02-25 | 一种用于局部放电多光谱监测数据分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113009295A CN113009295A (zh) | 2021-06-22 |
CN113009295B true CN113009295B (zh) | 2022-05-06 |
Family
ID=76386180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110214974.XA Active CN113009295B (zh) | 2021-02-25 | 2021-02-25 | 一种用于局部放电多光谱监测数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113009295B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2508428A1 (fr) * | 2005-05-20 | 2006-11-20 | Hydro-Quebec | Detection, localisation et interpretation de decharge partielle |
US20130179100A1 (en) * | 2012-01-11 | 2013-07-11 | Utilx Corporation | System for analyzing and locating partial discharges |
CN104237750A (zh) * | 2014-09-05 | 2014-12-24 | 中国西电电气股份有限公司 | 一种gis绝缘缺陷局部放电故障图谱绘制方法 |
JP2018179723A (ja) * | 2017-04-12 | 2018-11-15 | 三菱電機株式会社 | 部分放電検出装置および部分放電検出方法 |
CN109596955A (zh) * | 2018-12-30 | 2019-04-09 | 国网北京市电力公司 | 局部放电状态确定方法及装置 |
CN110208666A (zh) * | 2019-07-03 | 2019-09-06 | 云南电网有限责任公司电力科学研究院 | 局部放电特征光谱的选取方法 |
CN110275094A (zh) * | 2019-05-05 | 2019-09-24 | 电子科技大学 | 一种高压电缆局部放电声光联合检测方法及系统 |
CN111308289A (zh) * | 2020-03-06 | 2020-06-19 | 西安交通大学 | 一种局部放电多光谱弱光检测装置及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645425B (zh) * | 2013-11-15 | 2015-06-10 | 广东电网公司电力科学研究院 | 一种高压电缆绝缘缺陷局部放电在线监测诊断方法 |
CN108896891A (zh) * | 2018-08-26 | 2018-11-27 | 国网天津市电力公司 | 一种基于特高频法的gis多源局部放电分离识别方法 |
-
2021
- 2021-02-25 CN CN202110214974.XA patent/CN113009295B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2508428A1 (fr) * | 2005-05-20 | 2006-11-20 | Hydro-Quebec | Detection, localisation et interpretation de decharge partielle |
US20090177420A1 (en) * | 2005-05-20 | 2009-07-09 | Daniel Fournier | Detection, localization and interpretation of partial discharge |
US20130179100A1 (en) * | 2012-01-11 | 2013-07-11 | Utilx Corporation | System for analyzing and locating partial discharges |
CN104237750A (zh) * | 2014-09-05 | 2014-12-24 | 中国西电电气股份有限公司 | 一种gis绝缘缺陷局部放电故障图谱绘制方法 |
JP2018179723A (ja) * | 2017-04-12 | 2018-11-15 | 三菱電機株式会社 | 部分放電検出装置および部分放電検出方法 |
CN109596955A (zh) * | 2018-12-30 | 2019-04-09 | 国网北京市电力公司 | 局部放电状态确定方法及装置 |
CN110275094A (zh) * | 2019-05-05 | 2019-09-24 | 电子科技大学 | 一种高压电缆局部放电声光联合检测方法及系统 |
CN110208666A (zh) * | 2019-07-03 | 2019-09-06 | 云南电网有限责任公司电力科学研究院 | 局部放电特征光谱的选取方法 |
CN111308289A (zh) * | 2020-03-06 | 2020-06-19 | 西安交通大学 | 一种局部放电多光谱弱光检测装置及方法 |
Non-Patent Citations (7)
Title |
---|
Fault prediction of gas-insulated system with hypersensitive optical monitoring and spectral information;Ming Ren等;《Electrical Power and Energy Systems》;20200731(第119期);全文 * |
Multispectral light pulse detection on partial discharges initiated by metal particle on insulator in SF6 gas;Jierui Zhou等;《2017 1st International Conference on Electrical Materials and Power Equipment (ICEMPE)》;20170717;全文 * |
Partial Discharge Monitoring and Arc Protection Based on Multispectral Detection in High Voltage Switchgear;Zhaoyu Peng等;《2020 Asia-Pacific Conference on Image Processing, Electronics and Computers (IPEC)》;20200612;全文 * |
SF6气体中电晕放电的多光谱脉冲特性研究;刘嘉林等;《绝缘材料》;20170228;第50卷(第2期);全文 * |
基于特征光谱的GIS尖端放电特性研究;王增彬等;《广东电力》;20190430;第32卷(第4期);全文 * |
振荡操作冲击电压下绝缘子气隙缺陷局部放电特性研究;张崇兴等;《电工技术学报》;20190731;第34卷(第14期);全文 * |
配电设备分布式局部放电感知技术的实现方法;于泊宁等;《高电压技术》;20200630;第46卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113009295A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gaouda et al. | Application of multiresolution signal decomposition for monitoring short-duration variations in distribution systems | |
Pearson et al. | Partial discharge diagnostics for gas insulated substations | |
CN107831413B (zh) | 基于无人机的输电线路电晕放电的电磁波检测装置及方法 | |
Bartnikas | A commentary on partial discharge measurement and detection | |
Gallarreta et al. | A light measurement method for 9–150 kHz disturbances in power grids comparable to CISPR quasi-peak | |
CN112858845A (zh) | 一种气体绝缘组合电器局部放电诊断方法 | |
CN116338399A (zh) | 一种基于多参量联合的gis局部放电检测系统 | |
Ren et al. | Fault prediction of gas-insulated system with hypersensitive optical monitoring and spectral information | |
KR102358522B1 (ko) | 마이크로컨트롤러 유니트를 이용한 저항성 누설전류 분석 및 감시장치 | |
Florkowski | Influence of harmonics on partial discharge measurements and interpretation of phase-resolved patterns | |
Ren et al. | Multispectral detection of partial discharge in SF6 gas with silicon photomultiplier-based sensor array | |
Shahid et al. | Novel health diagnostics schemes analyzing corona discharge of operational aerial bundled cables in coastal regions | |
CN113009295B (zh) | 一种用于局部放电多光谱监测数据分析方法 | |
Rodríguez-Serna et al. | Partial discharges measurements for condition monitoring and diagnosis of power transformers: a review | |
RU2402030C1 (ru) | Способ дистанционного контроля качества изоляции объектов высоковольтных электрических установок переменного тока | |
Ji et al. | Research on characteristics of acoustic signal of typical partial discharge models | |
CN116910470A (zh) | 一种gis组合电器局部放电故障模式识别方法 | |
JPH1194897A (ja) | 部分放電計測方法及び装置 | |
Reid et al. | An integrated measurement strategy for simultaneous fault identification: Combining the UHF and IEC60270 techniques | |
CN105629144A (zh) | 基于指纹库的高压开关设备局部放电诊断方法及系统 | |
CN114166852B (zh) | 基于多光谱检测的平波电抗器在线监测方法及系统 | |
Reid et al. | Frequency distribution of RF energy from PD sources and its application in combined RF and IEC60270 measurements | |
Judd et al. | A new integrated diagnostic partial discharge monitoring strategy for HV plant items: combining UHF couplers and the IEC60270 standard | |
Dmitriev et al. | Partial Discharges in Hydroelectric Generators | |
Bohari et al. | A Brief Review of Partial Discharge (PD) Detection, Recognition and Location Techniques for Liquid and Gas Insulated High Voltage Equipment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |